Integración de técnicas de visualización científica en SIG para el análisis de grandes volúmenes de datos.
Fecha
2013-07-04
Autores
Aguila Delgado, Ruperto
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Central “Marta Abreu” de Las Villas
Resumen
El análisis de secuencias temporales de datos en forma de mallas regulares constituye un reto
para científicos y analistas de diferentes disciplinas. Estos datos comúnmente contienen
información en todo el dominio espacial y representan mediciones de diferentes variables.
Diversas problemáticas deben resolverse para procesar y analizar toda esta información de
manera consistente y efectiva. La mayoría de los métodos y herramientas actuales no permiten
un análisis espacio-temporal de múltiples variables a la vez de manera efectiva. En este trabajo
se aborda la problemática del análisis visual de secuencias temporales de variables climáticas en
forma de mallas regulares que ocupan todo el espacio de análisis. Se propone una solución que
posibilita la visualización espacio-temporal de múltiples variables a la vez. Mediante la
utilización de técnicas de visualización científica para datos multiparamétricos se logra analizar
eficazmente toda la información almacenada en las secuencias de datos. Los conceptos y
métodos elaborados en este trabajo se implementaron como una extensión al Sistema de
Información Geográfica gvSIG, demostrándose así la viabilidad de este enfoque para la
extracción de información y conocimiento a partir de los datos originales. Se muestra un caso de
estudio con datos climáticos mundiales que contienen 9 variables con 1224 registros mensuales
de 1901-2002, la información está dada para las 67420 celdas que corresponden a la superficie
terrestre del planeta, cada una de las celdas ocupa un área de 25km por 25km. Los datos fueron
suministrados por la unidad de investigación climática de la Universidad del Este de Anglia, en
el Reino Unido, el uso de las herramientas desarrolladas con estos datos posibilitó extraer
importantes tendencias, correlaciones, y patrones relacionados con el cambio climático mundial.
Se desarrolló además un módulo para la manipulación de formatos de datos científicos en gvSIG
que permitió el almacenamiento de toda la información de forma compactada para una lectura
efectiva.
The analysis of temporal sequences of data in regular grids is a challenge for scientists and analysts from different disciplines. These data typically contain information throughout the spatial domain and represent measurements of different variables. Several problems must be solved to process and analyze all this information consistently and effectively. Most current methods and tools do not allow space-time analysis of multiple variables at once effectively. This paper addresses the problem of visual analysis of temporal sequences of weather variables in the form of regular grids that occupy the entire space of analysis. We propose a solution that enables space-time visualization of multiple variables at once. Throw the use of scientific visualization techniques for multiparameter data analysis all the information stored in data sequences is analyzed effectively. The concepts and methods developed in this paper were implemented as an extension to gvSIG GIS, thus demonstrating the feasibility of this approach for extracting information and knowledge from the original data. It shows a case study with global climate data containing 9 variables with 1224 monthly records from 1901-2002, information is given for the 67,420 cells that correspond to the Earth's land surface, each cell occupies an area of 25km by 25km. Data were provided by the Climatic Research Unit at the University of East Anglia in the UK, using developed tools with those data allowed extract important trends, correlations, and patterns related to global climate change. Also, a module for handling scientific data formats was developed for gvSIG, that allow storing all information in compact form for effective reading.
The analysis of temporal sequences of data in regular grids is a challenge for scientists and analysts from different disciplines. These data typically contain information throughout the spatial domain and represent measurements of different variables. Several problems must be solved to process and analyze all this information consistently and effectively. Most current methods and tools do not allow space-time analysis of multiple variables at once effectively. This paper addresses the problem of visual analysis of temporal sequences of weather variables in the form of regular grids that occupy the entire space of analysis. We propose a solution that enables space-time visualization of multiple variables at once. Throw the use of scientific visualization techniques for multiparameter data analysis all the information stored in data sequences is analyzed effectively. The concepts and methods developed in this paper were implemented as an extension to gvSIG GIS, thus demonstrating the feasibility of this approach for extracting information and knowledge from the original data. It shows a case study with global climate data containing 9 variables with 1224 monthly records from 1901-2002, information is given for the 67,420 cells that correspond to the Earth's land surface, each cell occupies an area of 25km by 25km. Data were provided by the Climatic Research Unit at the University of East Anglia in the UK, using developed tools with those data allowed extract important trends, correlations, and patterns related to global climate change. Also, a module for handling scientific data formats was developed for gvSIG, that allow storing all information in compact form for effective reading.
Descripción
Palabras clave
Visualización Científica, Variables Climáticas, Universidad del Este de Anglia (Reino Unido)